Exploiter la donnée : analyse, Python, machine learning.
Transformer des données en décisions : structurer une démarche d'analyse, nettoyer et préparer les données, appliquer les analyses statistiques utiles, visualiser efficacement les résultats et en tirer des conclusions fiables.
Exploiter Python pour manipuler et analyser des données : bases du langage, manipulation de tableaux avec pandas, nettoyage et transformation, agrégations et jointures, visualisation et automatisation des traitements récurrents. Trois jours très pratiques.
S'initier à l'apprentissage automatique : comprendre les grandes familles d'algorithmes, préparer les données, entraîner et évaluer un modèle de prédiction ou de classification, éviter les pièges classiques et cerner les conditions de mise en production.
Construire les fondations de la donnée : concevoir des pipelines d'ingestion et de transformation, modéliser un entrepôt de données, orchestrer et planifier les traitements, garantir la qualité et la fiabilité des flux. Trois jours orientés pratique.
Structurer le pilotage par la donnée : cadrer les besoins métier, concevoir l'architecture décisionnelle, définir les indicateurs et le référentiel commun, choisir les outils et déployer un dispositif utilisé et fiable.